dplyr 对同一列使用 mutate + lag

Posted 2023-03-24

【中文标题】dplyr 对同一列使用 mutate + lag

【英文标题】：dplyr using mutate + lag for the same column

【发布时间】：2020-01-12 14:03:32

【问题描述】：

我正在尝试使用 dplyr 和 mutate 和 lag 函数来创建基于另一列和我正在创建的列中的先前值的燃尽图。

我看到一个答案here 要求同样的事情，但 OP 使用循环自己回答了这个问题。我希望在dplyr 内有一个更有说服力的解决方案。

样本（假设 df 有 1000 行）：

      df <- data.frame(SCHED_SHIP_DATE = c("2019-09-10","2019-09-11","2019-09-12","2019-09-13"), quantity = c(156,52,136,285), stringsAsFactors = FALSE)

      start <- 4000

      temp3 <- df %>%
        arrange(SCHED_SHIP_DATE) %>%
        mutate(burndown = ifelse(row_number() == 1, start, NA)) %>%
        mutate(burndown = lag(burndown, default = burndown[1]) - quantity)

我得到以下输出（NA's 在它完成了一行变异之后）：

> temp3
  SCHED_SHIP_DATE quantity burndown
1      2019-09-10      156     3844
2      2019-09-11       52     3948
3      2019-09-12      136       NA
4      2019-09-13      285       NA

当我期待这个时：

> temp3
  SCHED_SHIP_DATE quantity burndown
1      2019-09-10      156     3844
2      2019-09-11       52     3948
3      2019-09-12      136     3812
4      2019-09-13      285     3527

【问题讨论】：

用mutate(burndown = start - quantity) 替换最后两行不是给你预期的答案吗？

【参考方案1】：

我认为您想要的输出有点错误。这就是你可能需要的 -

df %>%
  arrange(SCHED_SHIP_DATE) %>% 
  mutate(
    burndown = 4000 - cumsum(quantity)
    # burndown = pmax(4000 - cumsum(quantity), 0) # use this if you don't want -ve burndown
  )

  SCHED_SHIP_DATE quantity burndown
1      2019-09-10      156     3844
2      2019-09-11       52     3792
3      2019-09-12      136     3656
4      2019-09-13      285     3371

【讨论】：

感谢@Shree，您对我上面的输出是正确的。我什至没有注意到它不正确。完美答案！